字节彻底爆发了？

出品｜虎嗅黄青春频道

作者｜商业消费主笔黄青春

题图｜视觉中国

一路高歌猛进的字节跳动，正式闯入操作系统，重新定义 AI 手机助手。

12 月 1 日，字节跳动发布豆包手机助手预览版——这款与手机厂商在操作系统层面合作的 AI 助手，可根据用户指令在多款应用间自动跳转，既能实现查票订票、批量下载文件、多软件物流进度一键查询等效率型功能，也能完成相册修图、外卖比价、商品下单等生活服务类操作。

其开创意义在于：真正从操作系统层面，让 AI 从被动问答升级为主动完成真实场景的智能调度与跨应用任务。

受此消息带动，合作厂商中兴通讯 A 股涨停、港股大涨超 13%，直观反映出市场对 AI Agent 落地的强烈期待。

而从行业宏观视角来看，过去 6 个月 AI 产业的迭代速度远超去年，正站在技术周期的关键拐点，模态融合成为核心趋势——去年，以单模态为主，VLM 等视觉理解模型占比偏低，LLM（大语言模型）是绝对主流；今年，多模态调用量占比持续攀升，生图、生视频能力增长迅猛——尤其下半年以来，模型的“Function Call”请求量爆发式增长，标志着 Agent 能力已成为市场核心需求。

这也解释了火山引擎、腾讯云今年为何脚步轻盈、姿态昂扬——国内用户基数大、高频刚需场景丰富、账户体系关联紧密的应用，微信与抖音是 T0 梯队两大翘楚。

与此同时，AI 热浪持续炙烤着大众的神经，如火如荼的“军备竞赛”也将互联网寡头卷入了一场无限战争——在此背景下，权威榜单一度成为公众感知大厂在 AI 领域行军速度的“风向标”。

上周，Gartner 发布 2025 年度全球《AI 应用开发平台魔力象限》，该报告基于“落地能力”（Ability to Excute）与“战略完整性”（Completeness of Vision）两大维度，对全球头部 AI 应用开发平台展开全面评估，榜单结果却引发行业热议——首次冲榜的火山引擎，“落地能力”超过阿里云、腾讯云跃居中国第一，多模态关键能力综合得分跻身全球第四，着实令人刮目相看。

图源：火山引擎官网

虎嗅注，榜单横轴 Completeness of Vision 核心衡量平台的战略格局、技术路线、生态覆盖与发展潜力；纵轴 Ability to Execute 重点反映平台的商业化落地成效、客户规模与营收体量

需说明的是，火山引擎因在生态开放性、全球市场布局上存在短板，未进入“领导者”象限；而在 Gartner《生成式 AI（GenAI）技术创新指南》中，阿里云成为亚太地区唯一入选“领导者”象限的云厂商。

通过与大模型创业者、第三方机构及火山引擎研发人员的深度沟通，虎嗅发现：AI 技术的高速迭代正重构行业认知，许多推倒重建正悄然发生。本文将以 Gartner 榜单为切入点，复盘国内 AI 云竞争格局变化与行业趋势演进。

火山何来攻擂的底气？

一切争议由 Gartner 榜单而起，却也成为外界审视 AI 云服务发展的重要切口。

首先，Gartner 评选并非“野鸡榜单”，而是行业公认的权威标杆。与国内部分评测机构不同，其评选面向全球 AI 从业者及学者发放匿名问卷、追踪企业客户真实应用反馈、组建专业团队实测产品性能，最终通过多维度数据交叉验证得出结果——全程不受厂商干预，在全球 IT 领域报告中具备权威性。

其次，这是 Gartner 首次针对全球大模型 AI 应用开发平台开展专项评估。虎嗅了解到，这一决策主要基于两层考量：

一是 AI 应用已在全球形成规模化市场，并开始分化——这一结论与产业发展走向高度契合：大模型风起云涌，前两年聚集于训练环节的云计算算力，在 2024-2025 年逐步向推理环节转移，大量竞争力不足的大模型团队出局，AI 应用时代呼啸而来；

二是 AI 应用开发平台提供标准化工具集，企业开发者无需深厚的机器学习知识，即可快速搭建 AI 助手、Agent 及多模态应用，降低了 AI 落地的技术门槛。

究其本质，大模型时代的 AI 应用开发是全新技术范式，核心竞争力聚焦三点：模型智能度、响应速度、成本控制——这三大因素直接决定 AI 应用的用户普及度与使用体验，也成为 AI 云厂商竞争的“新赛点”。

在大模型兴起之前的 IaaS（算力基础设施）时代，阿里云一家独大，腾讯云亦领先火山引擎一个身位。

阿里云凭借全栈自研能力与先发优势，是 IaaS 领域的“老大哥”，市场份额为第二名的两倍以上；尤其，“飞天 + CIPU + 倚天”的技术组合，形成强大竞争壁垒——服务超千家大型政企客户，覆盖 500 万全球用户。

腾讯云则聚焦游戏、音视频，在中小企业市场多年深耕，云游戏接入覆盖规模、游戏资源下载分发规模等细分赛道位列第一；随后通过企业微信生态与“同源同构”技术形成独特客户粘性，走出了差异化竞争路线。

但随着行业进入 MaaS（模型即服务）时代，竞争底层逻辑从资源售卖转向模型能力，这为火山引擎创造了弯道超车的机会。尤其今年，国内三大云厂商的模型进展形成鲜明对比：

阿里推出 Qwen3-Next，同时开源 80B-A3B 系列模型；再加上通义万相（视觉模型）、通义灵码（编程模型），其全模态能力覆盖文本、图像、视频、语音、代码生成；截至 2025 年 10 月 31 日，Hugging Face 上基于 Qwen 家族开发的衍生模型数量已超 18 万个，超过第二名的两倍。

腾讯相继推出混元 Large、混元 Turbos、混元 T1 及多个面向端侧场景的小尺寸模型；文生图模型 Hunyuan Image 3.0 在 10 月冲上 LMArena 榜单第一名；混元 3D 在国内外口碑出圈，国内服务超 150 家企业，在游戏、3D 打印等领域商业化进展迅速。

火山引擎发布 Doubao-Seed-1.6，首次实现自适应思考、多模态理解与图形界面操作的深度融合，成为国内首个支持 256K 上下文的思考型模型；同期，豆包视频生成模型 Seedance 1.0 pro 在 Artificial Analysis 的文生视频与图生视频两大核心能力评测中登顶全球第一。

三家模型发力侧重点不尽相同，但火山引擎的模型优势主要体现在技术融合与场景落地上：其通过视觉理解与推理能力的深度融合，落地为豆包 APP 的拍题、解题功能——底层逻辑是模型基于视觉信息的原生思考，而非先通过图像识别模型解析题目、再通过语言模型生成答案的拆分式方案。

暴露火山野心的动作还在于：当前多数开发者需绑定单一模型，但不同模型往往存在 “能力短板”（即模型偏科现象）。以教育场景为例，豆包大模型在数学、英语科目表现突出，但在人文领域仍有提升空间。为此，火山引擎于 10 月推出 Model Router 智能模型路由：将豆包大模型与第三方开源模型整合至同一平台，用户无需绑定单一模型，系统可在规则约束下自动匹配效果最优或成本最低的模型方案。

这意外打通了火山方舟的“任督二脉”，除自研豆包大模型外，其他开源模型的调用量也显著增长，占整体调用量的比例已攀升至低双位数区间。

行业内流传的说法是，DeepSeek 大模型公有云调用服务这波红利基本形成“火山引擎吃肉，其他人喝汤”的格局——据火山引擎披露，其大模型服务已覆盖八成头部咖啡茶饮品牌、九成主流汽车品牌、八成头部券商、八成系统重要性银行、七成 985 高校，以及 9 家全球出货量前十的手机厂商。

除模型能力外，工程化能力也是火山引擎冲榜的关键支撑。

行业普遍认为，MaaS 平台的 Token 定价与工程化能力直接挂钩：DeepSeek 创始人梁文锋曾提及，其定价原则是“不贴钱、不赚暴利，仅在成本基础上保留少量利润”；火山引擎于去年 5 月掀起价格战时，外界曾质疑低价策略对长期毛利及盈利的潜在压力，但火山引擎总裁谭待接受采访时表示，“我们始终坚持在保证毛利的前提下，推进业务规模化。”

当前，豆包 APP 相较于同类产品，具备吐字速度快、首字延迟低的特点，甚至语音通话可实现即时接通——上述优势，很大程度上得益于团队对 TPOT、TTFT 两大核心指标的持续优化，而严苛的用户需求适配，又进一步磨练了火山方舟的工程能力。

虎嗅注：TPOT（Time Per Output Token）指 LLM 在首个 token 输出后，后续每个 token 的平均生成时间，直接影响用户对模型速度的感知，核心体现平均延迟；TTFT（Time To First Token）衡量用户提交查询后至首次看到模型输出的响应时间，重点强调实时互动场景下的低延迟特性，核心体现首字延迟。

火山一口吃成胖子了？

将视线拉回榜首的火山引擎，其爆发式表现究竟是短期 “虚胖”，还是技术沉淀后的必然爆发？

要回答上述问题，先要明白：MaaS 时代的竞争，不仅是技术战，更是价格战与市场战，国内三大云厂商的市场策略不尽相同。

火山引擎作为攻擂者，去年至今的“三板斧”清晰明确：2024 年 5 月发起价格战，将行业每千 Tokens 大模型价格带入“厘时代”，迅速扩大平台使用规模；2025 年 6 月首创 “输入长度区间定价”，进一步向开发者释放技术红利；2025 年 10 月推出 Model Router，让开发者和企业能在每次模型调用中平衡效果与成本。

阿里云则坚决推进多轮降价：2024 年 2 月 29 日、3 月 31 日、4 月 8 日三连降后，同年 5 月 Qwen-Long 从 0.02 元 / 千 tokens 降至 0.0005 元，降幅 97%；年底，Qwen-VL 系列降幅达 81.3%-85%；2025 年 9 月，阿里集中发布七款 AI 模型，在性能、深度推理、多模态、Agent 及 Coding 能力等方面均实现新突破，旗舰模型 Qwen3-Max 性能跻身全球前三。

腾讯云态度更为决绝：为掳获中小企业和开发者，混元 - lite 从 0.008 元 / 千 tokens 调整为完全免费，API 长度从 4K 升级至 256K；同时，混元 - pro 从 0.1 元 / 千 tokens 降至 0.03 元，降幅 70%，以保持高端市场竞争力。

即便阿里云、腾讯云接招迅速，火山引擎仍尝到了“敢为行业先”的甜头 ——虎嗅了解到，截至 2025 年 9 月，豆包大模型日均处理 30 万亿 Tokens，相比 2024 年 5 月首次推出时增长了 25300%。

据 IDC《中国大模型公有云服务市场分析，2025H1》报告，2025 年上半年中国公有云大模型服务市场，火山引擎以 49.2% 的份额位居中国第一，意味着中国公有云上每两个 Token 就有一个由火山引擎生产；结合此次 Gartner 报告其在 “挑战者” 象限的表现，火山引擎在 MaaS 业务中已逐渐显现领先优势。

不过，也有从业者提出质疑：一是火山引擎如此陡峭的 API 数据，外界无法判断其自用流量（字节跳动内部应用）与公有云对外服务的比例，不排除是字节系内循环在“扛着豆包大模型跑”；二是 Omdia 发布的《中国 AI 云市场，1H25》报告显示，阿里 AI 云以 35.8% 份额位列国内第一。

虎嗅研究发现，两家报告的核心差异在于统计口径：Omdia 涵盖 IaaS、PaaS、MaaS 全链条，但剔除了自然语言处理等 AI 专项服务，以及火山引擎的私有化部署、定制化解决方案；而 IDC 则聚焦 MaaS 层面的 API 调用量，未纳入传统云服务。

换句话说，中国 AI 云第一的归属更像是一场“口径游戏”——火山引擎强调以 API 调用量为主的业务份额中国第一，阿里云则在大模型带动的相关 AI 技术服务与传统云资源上稳居中国第一。

有鉴于此，火山引擎 API 虽然“卖爆了”，但很难单靠 API 做大规模与利润。目前，整体云计算市场的收入构成仍是资源导向、IaaS 为主，无论大模型训练，还是 Agent 开发、部署，最终都离不开底层资源——尤其随着 Agent 加速落地，阿里云、腾讯云凭借过往丰富的 IaaS、PaaS 积累，能更好承接多样化用户需求，火山引擎试图靠 API “扛着云跑”，仍有不少短板需要补齐。

这种差距也直观体现在营收规模上：虎嗅了解到，火山引擎 2025 年整体收入目标有望突破 200 亿元——虽勉强达到腾讯云的一半、阿里云的五分之一，却能死死咬住占据先发优势的百度智能云（2024 年营收 218 亿元），甚至有望在 2026 年实现超越。

有接近火山引擎人士指出，谭待在 2021 年一肩担起云计算业务时曾喊出 1000 亿的营收目标，彼时很多人心里是打问号的，但这两年大模型带来的业绩增速在所有产品中最快，毛利也是最好的之一，2025 年实现同比翻番压力并不大。

此外，虎嗅了解到，火山引擎的销售考核中 MaaS 业务优先级最高，且将作为收入贡献主力；2026 年 MaaS 在总收入结构中的占比将进一步提升，未来三五年的营收格局不会改变。

这一战略决策基于两层核心考量：

一是传统云计算公司的核心收入来自虚拟机、存储等资源售卖，而大模型的普及本质上在减少这类需求；火山引擎无传统业务包袱，可激进调整架构适配 MaaS 业务 ——其目标不仅是“卖云”，更在于扩大生态影响力；

二是行业已从 IaaS、PaaS 阶段，迈入以 MaaS 为核心的用云新时代——大模型的本质是算力换智能，火山引擎的 MaaS 优先策略，使其能够集中资源打造核心产品，避免算力、资源和人才的分散。

这背后的深层意志，是字节跳动近年来有意强化的外界定位：自己是一家科技公司，而非娱乐平台 ——火山引擎正肩负着字节跳动向科技公司蜕变的核心使命。

火山是行业狂飙的缩影

“长期来看，模型竞争将愈发激烈，两三个月就会有新的 SOTA（最优性能）模型出现；预计到 2026 年，全球 MaaS 赛道大概率仅剩下五六家第一梯队玩家。” 一位资深行业观察人士向虎嗅分析，如此激烈的竞争格局下，AI 云厂商若想不掉队，需同时满足“基模能力不落后”“工程化实力持续升级”两大前提。

说白了，基模能力会倒逼企业不断去堆卡，工程化升级要求成本更低、更易用，两者叠加拼的依然是模型的“性价比”。

从当前各类榜单与实测结果来看，中国市场的模型排名与实际性能表现基本匹配；而在全球市场，即便阿里云、腾讯云、火山引擎在 AI 应用落地及工程优化上“小步快跑”，但与谷歌、微软、AWS 仍存在差距。

虎嗅与多位从业者沟通发现，主要体现在两方面：

一是基础研究的“地基”差异：谷歌、微软、AWS “血槽” 深厚，尤其在核心算法与架构自主创新上一直扮演领导者角色，高引用研究成果占比高，科研与产业转化能力强；因此，“三巨头”至今仍在持续定义新的工具能力与行业标准，如 anthropic 提出 MCP、Skills，谷歌提出 A2A，以及 Coding 与 CLI 结合、Vibe Coding 等创新方向。

二是 AGI 生态布局与算力构建：国外如 OpenAI、Google 构建了明确的长期路线，聚焦通用智能底层逻辑探索；谷歌、微软、AWS 更是形成了从芯片、框架到云服务的全栈闭环，通过硬件与软件的垂直整合“滚雪球”——相比之下，国内云巨头在工程化效率与集群规模上仍有差距。

以谷歌为例，今年在 AI 领域（从语言模型到生图、生视频能力）呈现全方面领先态势，反映在 Gartner 榜单上，其“落地能力”与大模型能力均位列全球第一。

谷歌的领先并非偶然，得益于其深厚的技术储备与顶级人才梯队，能够快速实现从芯片（TPU）到软件的垂直整合。值得玩味的是，谷歌 TPU 一开始并不好用，但架不住英伟达越卖越贵，倒逼谷歌加大自研投入——在 transformer 架构推理需求暴涨背景下，谷歌算法架构芯片的成本与性价比优势逐渐凸显，甚至近期一度“打崩”英伟达股价，逼得黄仁勋不得不公开回应。

当然，国内外 GPU 供应格局的差异，也加速了 AI 开发平台工程化能力的差距拉大——这与推理集群规模直接相关：集群规模越大，资源利用率与工程化效率越高——由此可见，云计算作为规模生意，在 GPU 主导的 AI 云时代，规模效应会持续拉大 MaaS 业务的竞争差距。

不过，一位大厂 AI 工程师乐观认为：“在 AIGC 领域，尤其生图、生视频方向，国内追赶速度较快——这主要源于 scaling law（缩放定律）的放缓，单纯堆高参数量带来的效果提升已逐渐平滑，收益边际递减；但在语言模型领域，国内外云厂商仍存在几个月的迭代差距。”

尤其在大模型浪潮推动之下，中国移动互联网已进入用户、流量趋于见顶的成熟期，监管将更侧重产业互联网的推进与建设，这意味着 MaaS 正处于平台重构生态的关键节点。

若 AI 必将成为贯穿数万家企业、万亿产值就业岗位的链接管道，阿里、腾讯、字节能否构建起包括应用、服务器、芯片、模型在内的完整自研体系，很大程度上决定着其生态重构的进度，以及能否在模型时代牢牢攥紧流量入口。

# 虎嗅商业消费主笔黄青春、黄青春频道出品人，关注文娱社交、游戏影音等多个领域，行业人士交流加微信：724051399，新闻线索亦可邮件至huangqingchun@huxiu.com

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4804525.html?f=wyxwapp